“OpenAI” için sonuçlar
9 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay zeka 50 yıllık matematik problemini çözmeye yardım etti
OpenAI'nin geliştirdiği yapay zeka sistemi, önce Paul Erdős'ün 80 yıllık varsayımını çözmeyi başarmıştı. Şimdi matematikçiler, bu yapay zekanın kullandığı tekniği başka bir önemli probleme uyarlayarak 50 yıldır çözülemeyen bir matematik sorununu çözmeyi başardılar. Bu gelişme, yapay zekanın matematik alanındaki potansiyelini bir kez daha gözler önüne seriyor. Yapay zeka sistemlerinin sadece hesaplama yapmakla kalmayıp, matematiksel düşünce süreçlerine de katkı sağlayabileceği görülüyor. Bu başarı, gelecekte matematik araştırmalarında yapay zeka-insan işbirliğinin ne kadar verimli olabileceğine dair umut verici bir örnek oluşturuyor.
Yapay Zeka Ajanları İçin İşletim Sistemi Mantığıyla Çalışan Yeni Koordinasyon Sistemi
Araştırmacılar, birden fazla yapay zeka ajanının aynı API'yi kullanırken yaşadığı kaynak çekişmesi sorununu çözen HiveMind sistemini geliştirdi. Bu sistem, işletim sistemlerinin CPU ve bellek yönetim prensiplerine dayanan beş farklı programlama tekniği kullanıyor. Deneylerde, koordinasyon olmadan çalışan ajanların %72-100 oranında başarısız olduğu durumlarda, HiveMind sayesinde başarı oranı önemli ölçüde artıyor. Sistem, mevcut ajan kodlarında hiçbir değişiklik gerektirmeden çalışıyor ve OpenAI, Anthropic gibi büyük AI şirketlerinin API'lerini destekliyor. Bu gelişme, paralel AI ajan uygulamalarının daha güvenilir çalışması açısından önemli bir adım.
Yapay Zeka Sistemlerinde Çok Adımlı Mantık Yürütme Nasıl Değerlendirilmeli?
Araştırmacılar, büyük dil modellerinin dış bilgi kaynaklarıyla desteklendiği RAG sistemlerinde çok adımlı mantık yürütme süreçlerini değerlendirmek için yeni bir yöntem geliştirdi. Context-Aware Retriever Evaluation (CARE) adlı bu yaklaşım, tek başına anlamsız görünen bilgi parçalarının birleştirildiğinde nasıl anlamlı yanıtlar üretebileceğini değerlendiriyor. OpenAI, Meta ve Google'ın modellerinde yapılan testlerde, CARE yönteminin mevcut değerlendirme stratejilerinden daha başarılı olduğu görüldü. Bu çalışma, yapay zeka sistemlerinin karmaşık sorulara yanıt verme kabiliyetlerinin daha doğru şekilde ölçülmesi açısından önemli bir adım teşkil ediyor.
Yapay Zeka Zaman Serisi Tahmininde 'Yavaş Düşünme' Devri
Araştırmacılar, zaman serisi tahminlerinde geleneksel 'hızlı düşünme' yaklaşımından farklı olarak, büyük dil modellerinin çok adımlı akıl yürütme yeteneklerini kullanan yeni bir 'yavaş düşünme' yöntemi geliştirdi. Mevcut yöntemler genellikle geçmiş kalıpları hızla çıkarıp geleceğe yansıtırken, bu yaklaşım ara adımlar içeren detaylı bir düşünce süreci benimsiyor. OpenAI-o1 gibi yavaş düşünen LLM'ler umut verici olmakla birlikte, yüksek hesaplama maliyeti ve gizlilik riskleri taşıyor. Yeni araştırma, bu sınırlamaları aşmak için LLM'leri özel olarak eğiterek zaman serilerine özgü derin akıl yürütme yetenekleri kazandırmayı hedefliyor. Bu gelişme, finansal piyasalar, hava durumu tahmini ve enerji tüketimi gibi alanlarda daha doğru ve güvenilir tahminler sunabilir.
Yapay Zeka İçerik Seçiminde Gizli Önyargılar: Kutuplaşma Kaçınılmaz mı?
Büyük dil modelleri (LLM) artık sosyal medya içeriklerini sıralama ve önerme görevlerinde yaygın kullanılıyor. Araştırmacılar, OpenAI, Anthropic ve Google'ın yapay zeka modellerini Twitter, Bluesky ve Reddit verilerinde test ederek, bu sistemlerin hangi önyargıları taşıdığını inceledi. 540 bin simülasyonun sonuçları şaşırtıcı: farklı yönlendirme stratejileri kullanılsa bile, tüm modeller toplumsal kutuplaşmayı artıran içerikleri tercih ediyor. Çalışma, yapay zekanın 'nötr' görünen algoritmaların bile belirli görüşleri kayırdığını ve bu durumun sadece teknik bir sorun olmadığını ortaya koyuyor. Bulgular, yapay zeka destekli içerik küratörlüğünün toplumsal etkilerini anlamak açısından kritik önem taşıyor.
Yapay zeka ile tartışma simülasyonları: Araştırma maliyetlerini 44 kat düşüren yöntem
Sosyal bilim araştırmalarında insan katılımcılarla yapılan deneyler oldukça maliyetli. Araştırmacılar, bu soruna çözüm olarak Sentetik Tartışma Üretimi (STÜ) adlı yeni bir yaklaşım geliştirdi. Bu yöntem, yapay zeka kullanarak gerçekçi tartışma simülasyonları oluşturuyor ve pilot deneylerin çok daha uygun maliyetle yapılmasını sağlıyor. Çalışmanın en dikkat çekici bulgusu, pahalı yapay zeka modellerine alternatif olarak küçük modellerin kullanılabileceği. 7-8 milyar parametreli sıkıştırılmış modeller, OpenAI GPT gibi ticari modellerden 44 kat daha düşük maliyetle etkili sonuçlar üretiyor. Bu gelişme, özellikle çevrimiçi tartışma moderasyonu gibi alanlarda büyük potansiyel taşıyor.
Akıllı AI'lerde Paradoks: Daha İyi Mantık Yürütme, Daha Fazla Halüsinasyon
Yapay zeka araştırmacıları, büyük dil modellerinde şaşırtıcı bir paradoks keşfetti: AI sistemlerinin mantık yürütme yetenekleri güçlendikçe, var olmayan araçları kullanma eğilimleri de artıyor. Araştırmacılar, OpenAI'nin o3 modeli gibi gelişmiş sistemlerde gözlemlenen bu durumu sistematik olarak incelemek için SimpleToolHalluBench adlı yeni bir test sistemi geliştirdi. Çalışma, 'önce düşün, sonra hareket et' mantığıyla tasarlanan AI ajanlarında beklenmedik bir yan etki ortaya koyuyor: daha sofistike düşünme becerileri, aynı zamanda gerçekte bulunmayan araçları hayal etme riskini de beraberinde getiriyor.
Milyarlarca atıfı içeren dev bilimsel veri seti artık normal bilgisayarlarda kullanılabilir
Avrupa'nın en büyük açık bilim platformu OpenAIRE'ın sahip olduğu dev atıf veri seti, şimdiye kadar boyutu nedeniyle sadece süper bilgisayarlarda işlenebiliyordu. 200 milyondan fazla yayın ve 2 milyardan fazla atıf içeren bu veri kümesi, sıkıştırılmamış haliyle terabayt boyutlarında yer kaplıyordu. Araştırmacılar, bu devasa veri setini 32 GB'a kadar küçülterek normal bilgisayarlarda da kullanılabilir hale getirmeyi başardı. Bu gelişme, bilim insanlarının yayınlar arası ilişkileri analiz etmesini, araştırma trendlerini takip etmesini ve bilimsel ağları incelemesini çok daha kolay hale getiriyor. Özellikle akademik araştırmalar, bibliyometrik analizler ve bilim politikası çalışmaları için büyük önem taşıyan bu çalışma, bilimsel verilere erişimde demokratikleşme sağlıyor.
İrlandaca Konuşma Tanıma İçin İlk Kapsamlı Değerlendirme Platformu Geliştirildi
Araştırmacılar, İrlandaca konuşma tanıma sistemlerini adil ve güvenilir şekilde karşılaştırmak için BlasBench adlı yeni bir değerlendirme platformu geliştirdi. Mevcut çok dilli kıyaslama testleri İrlandacanın kendine özgü dilbilgisel yapısını göz ardı ediyordu. Yeni platform, İrlandacanın fada işaretleri, lenition ve eclipsis gibi özelliklerini koruyan normalleştirici içeriyor. 12 farklı sistem üzerinde yapılan testlerde, Microsoft Azure'un en iyi performansı gösterdiği, OpenAI'ın Whisper modellerinin ise beklenmedik şekilde %100'ün üzerinde hata oranına ulaştığı ortaya çıktı.